CN111858966B - 知识图谱的更新方法、装置、终端设备及可读存储介质 - Google Patents

知识图谱的更新方法、装置、终端设备及可读存储介质 Download PDF

Info

Publication number
CN111858966B
CN111858966B CN202010778641.5A CN202010778641A CN111858966B CN 111858966 B CN111858966 B CN 111858966B CN 202010778641 A CN202010778641 A CN 202010778641A CN 111858966 B CN111858966 B CN 111858966B
Authority
CN
China
Prior art keywords
updating
user
vector
intention
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010778641.5A
Other languages
English (en)
Other versions
CN111858966A (zh
Inventor
聂镭
邹茂泰
聂颖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Longma Zhixin Zhuhai Hengqin Technology Co ltd
Original Assignee
Longma Zhixin Zhuhai Hengqin Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Longma Zhixin Zhuhai Hengqin Technology Co ltd filed Critical Longma Zhixin Zhuhai Hengqin Technology Co ltd
Priority to CN202010778641.5A priority Critical patent/CN111858966B/zh
Publication of CN111858966A publication Critical patent/CN111858966A/zh
Application granted granted Critical
Publication of CN111858966B publication Critical patent/CN111858966B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • G06F40/295—Named entity recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Machine Translation (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本申请适用于信息处理技术领域，提供了一种知识图谱的更新方法、装置、终端设备及可读存储介质，该方法包括：获取用户的语音信息；识别语音信息的目标实体以及目标实体之间的关系；根据语音信息检测出所述用户的更新意图；触发与更新意图对应的更新操作；执行更新操作，根据语音信息的目标实体以及目标实体之间的关系更新知识图谱。可见，本申请实施例通过获取用户的语音信息，确定出用户的更新意图之后，根据用户的更新意图实时对知识图谱进行更新，而不是根据从互联网获取的数据批量导入至知识图谱进行更新，达到了动态更新的效果。

Description

知识图谱的更新方法、装置、终端设备及可读存储介质
技术领域
本申请属于信息处理技术领域，尤其涉及一种知识图谱的更新方法、装置、更新设备及可读存储介质。
背景技术
现有的知识图谱更新，一般都是批量从互联网获取数据，然后将数据经过整理后导入至知识图谱对应的数据库，根据数据库的数据对知识图谱进行更新，但是这样批量导入数据进行更新知识图谱的方式较为缓慢，无法实时对知识图谱进行更新。
发明内容
本申请实施例提供了一种知识图谱的更新方法、装置、终端设备及可读存储介质，可以解决现有技术无法实时对知识图谱进行更新的问题。
第一方面，本申请实施例提供了一种知识图谱的更新方法，包括：
获取用户的语音信息；
识别所述语音信息的目标实体以及所述目标实体之间的关系；
根据所述语音信息检测出所述用户的更新意图；
触发与所述更新意图对应的更新操作；
执行所述更新操作，根据所述语音信息的目标实体以及所述目标实体之间的关系更新所述知识图谱。
在第一方面的一种可能的实现方式中，识别所述语音信息的实体以及所述实体之间的关系，包括：
将所述用户的语音信息转换为文本信息；
对所述文本信息进行命名实体识别，得到所述目标实体；
对所述实体进行关系抽取，得到所述目标实体之间的关系。
在第一方面的一种可能的实现方式中，根据所述语音信息检测出所述用户的更新意图，包括：
根据所述文本信息查找所述用户的候选意图；
在所述候选意图中确定所述用户的更新意图。
在第一方面的一种可能的实现方式中，根据所述文本信息查找所述用户的候选意图，包括：
对所述文本信息进行切词处理，得到分词信息；
查找与每个所述分词信息对应的第一向量；
根据所述用户的特征信息确定出待匹配候选意图对应的第二向量；
根据下式计算第一向量与第二向量之间的耦合向量；
按照下式选取分词信息对应的待匹配候选意图，将与所述分词信息匹配的待匹配候选意图作为所述用户的候选意图。
在第一方面的一种可能的实现方式中，在所述候选意图中确定所述用户的更新意图，包括：
查找所述候选意图中是否存在待验证更新意图；
若是，则调用预设的更新询问文本，发送所述更新询问文本至所述用户；
根据所述用户返回的验证信息确定所述待验证更新意图为更新意图。
在第一方面的一种可能的实现方式中，执行所述更新操作，根据所述语音信息的目标实体以及所述目标实体之间的关系更新所述知识图谱，包括：
识别所述目标实体中的主目标实体和副目标实体；
若所述主目标实体不存在，则发送提示信息至所述用户；
识别所述用户返回的新增信息中的主目标实体以及副目标实体，并根据主目标实体以及副目标实体之间的对应关系更新所述知识图谱。
在第一方面的一种可能的实现方式中，识别所述目标实体中的主目标实体和副目标实体之后，还包括：
若所述主目标实体存在，则判断所述主目标实体的数量；
当所述主目标实体的数量小于预设数量阈值时，在所述知识图谱中查找与所述主目标实体相关的关联实体，根据与所述主目标实体对应的副目标实体更新所述关联实体；
当所述主目标实体的数量大于预设数量阈值时，将所述主目标实体作为非唯一主目标实体发送至用户；
根据所述用户返回的确认信息确定出所述非唯一主目标实体中唯一主目标实体，并根据所述唯一主目标实体更新所述知识图谱。
第二方面，本申请实施例提供了一种知识图谱的更新装置，包括：
获取模块，用于获取用户的语音信息；
识别模块，用于识别所述语音信息的目标实体以及所述目标实体之间的关系；
检测模块，用于根据所述语音信息检测出所述用户的更新意图；
触发模块，用于触发与所述更新意图对应的更新操作；
更新模块，用于执行所述更新操作，根据所述语音信息的目标实体以及所述目标实体之间的关系更新所述知识图谱。
在第二方面的一种可能的实现方式中，所述识别模块包括：
转换单元，用于将所述用户的语音信息转换为文本信息；
识别单元，用于对所述文本信息进行命名实体识别，得到所述目标实体；
抽取单元，用于对所述实体进行关系抽取，得到所述目标实体之间的关系。
在第二方面的一种可能的实现方式中，所述检测模块包括：
查找单元，用于根据所述文本信息查找所述用户的候选意图；
确定单元，用于在所述候选意图中确定所述用户的更新意图。
在第二方面的一种可能的实现方式中，所述查找单元包括：
切词子单元，用于对所述文本信息进行切词处理，得到分词信息；
查找子单元，用于查找与每个所述分词信息对应的第一向量；
确定子单元，用于根据所述用户的特征信息确定出待匹配候选意图对应的第二向量；
计算子单元，用于根据下式计算第一向量与第二向量之间的耦合向量；
选取子单元，用于按照下式选取分词信息对应的待匹配候选意图，将与所述分词信息匹配的待匹配候选意图作为所述用户的候选意图。
在第二方面的一种可能的实现方式中，所述确定单元包括：
查找子单元，用于查找所述候选意图中是否存在待验证更新意图；
调用子单元，用于若是，则调用预设的更新询问文本，发送所述更新询问文本至所述用户；
验证子单元，用于根据所述用户返回的验证信息确定所述待验证更新意图为更新意图。
在第二方面的一种可能的实现方式中，所述更新模块包括：
识别单元，用于识别所述目标实体中的主目标实体和副目标实体；
反馈单元，用于若所述主目标实体不存在，则发送提示信息至所述用户；
更新单元，用于识别所述用户返回的新增信息中的主目标实体以及副目标实体，并根据主目标实体以及副目标实体之间的对应关系更新所述知识图谱。
在第二方面的一种可能的实现方式中，所述更新模块还包括：
判断单元，包括若所述主目标实体存在，则判断所述主目标实体的数量；
关联实体更新单元，用于当所述主目标实体的数量小于预设数量阈值时，在所述知识图谱中查找与所述主目标实体相关的关联实体，根据与所述主目标实体对应的副目标实体更新所述关联实体；
发送单元，用于当所述主目标实体的数量大于预设数量阈值时，将所述主目标实体作为非唯一主目标实体发送至用户；
确定单元，用于根据所述用户返回的确认信息确定出所述非唯一主目标实体中唯一主目标实体，并根据所述唯一主目标实体更新所述知识图谱。
第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的方法。
第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法
本申请实施例与现有技术相比存在的有益效果是：
本申请实施例，通过获取用户的语音信息，确定出用户的更新意图之后，根据用户的更新意图实时对知识图谱进行更新，而不是根据从互联网获取的数据批量导入至知识图谱进行更新，达到了动态更新的效果。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的知识图谱的更新方法的流程示意图；
图2是本申请实施例提供的知识图谱的更新方法的图1中步骤S102的具体流程示意图；
图3是本申请实施例提供的知识图谱的更新方法的图1中步骤S103的具体流程示意图；
图4是本申请实施例本提供的知识图谱的更新方法的图3中步骤S302的具体流程示意图；
图5是本申请实施例提供的知识图谱的更新方法的图1中步骤S105的具体流程示意图；
图6是本申请实施例提供的图5中步骤S501之后的流程示意图；
图7是本申请实施例提供的知识图谱的更新装置的结构示意图；
图8是本申请实施例提供的终端设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
下面根据具体实施例对本方案进行详细介绍。
参见图1，为本申请实施例提供的知识图谱的更新方法的流程示意图，该方法应用于终端设备，该终端设备是笔记本、台式计算机、移动终端等计算设备，该方法包括以下步骤：
步骤S101、获取用户的语音信息。
具体地，可以通过麦克风或者麦克风阵列采集用户的语音信息。
步骤S102、识别语音信息的目标实体以及目标实体之间的关系。
其中，目标实体可以是指人名、地名、机构名、专有名词等。
示例性地，参见图2，为本申请实施例提供的知识图谱的更新方法的图1中步骤S102的具体流程示意图，识别语音信息的目标实体以及目标实体之间的关系，包括：
步骤S201、将用户的语音信息转换为文本信息。
示例性地，将用户的语音信息转换为文本信息可以是：
第一步、获取用户的待识别语音信息。
第二步、对用户的待识别语音信息进行预处理。
其中，预处理可以包括预加重、分帧等。
步骤S202、对文本信息进行命名实体识别，得到目标实体。
其中，命名实体识别是指识别文本信息中具有特定意义的实体，例如，人名、地名、机构名、专有名词等。
优选的，在对文本信息进行命名实体识别之前，需要对文本信息进行处理，去除停用词。
具体应用中，对文本信息进行命名实体识别的方式可以是：先通过预先训练好的模型例如生成式模型(HiddenMarkovMldel，HMM)或者条件随机场模型(CondotionalRandom,CRF)等识别出文本信息中的目标实体，然后通过长短期记忆模型(Long-short term memory，LSTM)对识别出来的目标实体进行标注。
步骤S203、对目标实体进行关系抽取，得到目标实体之间的关系。
其中，关系抽取是指将离散的实体进行语义分析，提取实体之间的关联关系。
具体应用中，可以使用条件随机场模型(CondotionalRandom,CRF)对目标实体进行关系抽取，得到目标实体之间的关系。
步骤S103、根据语音信息检测出用户的更新意图。
可以理解的是，用户的语音信息可以包含用户的意图，例如更新意图、或者查询意图，本申请实施例是根据用户的语音信息中包含的更新意图进行实时更新知识图谱。
在一种可能的实现方式中，参见图3，为本申请实施例提供的知识图谱的更新方法的图1中步骤S103的具体流程示意图，根据语音信息检测出用户的更新意图，包括：
步骤S301、根据文本信息查找用户的候选意图。
其中，候选意图包括更新意图、查询意图等。
第一步、对文本信息进行切词处理，得到分词信息。
第二步、查找与每个分词信息对应的第一向量。
第三步、根据用户的特征信息确定出待匹配候选意图对应的第二向量。
其中，用户的特征信息可以是指用户所处的场景，即用户处于不同的场景下，用户的意图有所不同。另外，需说明的是，待匹配候选意图是已经预先与用户的特征信息对应设置好的。
第四步、根据下式计算第一向量与第二向量之间的耦合向量：
Figure GDA0003354892960000071
Figure GDA0003354892960000072
其中，n为第一向量的序号，m为第二向量的序号，M为第二向量的序号总数，f为用户的每个特征信息对应的序号，CoupVecn，m为第n个第一向量与第m个第二向量之间的耦合向量，FirstVn为序号为n的第一向量，SecondVm为序号为m的第二向量，Weightf为序号为f的特征信息对应的权重值。
第五步、按照下式选取分词信息对应的待匹配候选意图，将与分析信息对应的待匹配候选意图作为用户的候选意图：
Roundn，m＝{CoupVecn，m 1、CoupVecn，m 2、......CoupVecn，m H}，
其中，Roundn，m为得到的用户候选意图对应的集合，H为耦合向量的序号总数，Hmid为序号1至序号H之间的中间序号，CoupVecn，m 1为序号1对应的的耦合向量，CoupVecn，m 2为序号2对应的耦合向量，CoupVecn，m H为序号H对应的向量，
Figure GDA0003354892960000073
为序号1至序号H之间的中间序号对应的耦合向量。
可以理解的是，本申请实施例对文本信息进行切词处理，得到分词信息，根据分词信息对应的第一向量与待匹配候选意图进行匹配，若匹配成功，则该分词信息对应的意图即为与该分词信息对应的待匹配候选意图，即多个匹配成功的待匹配候选意图组成用户候选意图对应的集合。
步骤S302、在候选意图中确定用户的更新意图。
可以理解的是，本申请实施例通过与用户之间进行交互来从用户的候选意图中确定出更新意图，增强用户体验的同时，提高意图识别的准确率。
在一种可能的实现方式中，参见图4，为本申请实施例提供的知识图谱的更新方法的图3中步骤S302的具体流程示意图，在候选意图中确定用户的更新意图包括：
步骤S401、查找候选意图中是否存在待验证更新意图。
例如，抽取候选意图中每个意图输入至字典库进行查询，其中，查询的方式可以是遍历查询法，根据查询的结果作为判断是否存在待验证更新意图的结果。
步骤S402、若是，则调用预设的更新询问文本，发送更新询问文本至用户。
其中，预设的更新询问文本是指与待验证更新意图对应的询问文本。
步骤S403、根据用户返回的验证信息确定待验证更新意图为更新意图。
步骤S104、触发与更新意图对应的更新操作。
其中，更新操作包括新增操作或者修改操作。
步骤S105、执行更新操作，根据语音信息的目标实体以及目标实体之间的关系更新知识图谱。
其中，本申请实施例的知识图谱是预先构建好的。
在一种可能的实现方式中，参见图5，为本申请实施例提供的图1中步骤S105的具体流程示意图，执行更新操作，根据语音信息的目标实体以及目标实体之间的关系更新知识图谱，包括：
步骤S501、识别目标实体中的主目标实体和副目标实体。
其中，主目标实体的优先等级高于副目标实体，例如，语音信息为“AA的老板是AB”，那么，对应的主实体是“AA”，副实体是“AB”。
具体应用中，预先设置有每个目标实体对应的优先等级，根据每个目标实体对应的优先等级，在存在关联关系的目标实体中划分出主目标实体和副目标实体，示例性的，若某个目标实体的优先等级大于优先等级阈值，则将该目标实体确定为主目标实体，若另外一个目标实体的优先等级小于优先等级阈值，则将该目标实体确定为副目标实体。
步骤S502、若主目标实体不存在，则发送提示信息至用户。
步骤S503、识别用户返回的新增信息中的主目标实体以及副目标实体，并根据主目标实体以及副目标实体之间的对应关系更新知识图谱。
具体应用中，根据主目标实体以及副目标实体之间的对应关系更新知识图谱具体为将主目标实体以及副目标实体之间的对应关系新增至知识图谱。
需说明的是，识别用户返回的新增信息中的主目标实体以及副目标实体与步骤S501相同，再此不再赘述。
可以理解的是，本申请对目标实体划分出主目标实体和副目标实体，然后再根据主目标实体与副目标实体对知识图谱进行更新。
可选的，参见图6，为本申请实施例提供的图5中步骤S501之后的流程示意图，识别目标实体中的主目标实体和副目标实体之后，还包括：
步骤S601、若主目标实体存在，则判断主目标实体的数量。
步骤S602、当主目标实体的数量大于预设数量阈值时，将主目标实体作为非唯一主目标实体发送至用户。
步骤S603、根据用户返回的确认信息确定出非唯一主目标实体中唯一主目标实体，并根据唯一主目标实体更新知识图谱。
具体地，根据唯一主目标实体更新知识图谱的方式为：在知识图谱中，修改非唯一主目标实体为副目实体
可以理解的是，本申请实施例中，若存在多个主目标实体时，则进一步根据与用户交互得到的用户的指令确定出唯一的主目标实体。本申请实施例还对多个主目标实体进行筛选，提高知识图谱更新的准确率。
优选地，在更新知识图谱之后，将知识图谱显示出来，例如通过显示屏显示知识图谱的操作界面，以便用户更为直观的查看更新后的知识图谱，并在用户查看更新的知识图谱的过程中，实时监测用户的语音信息，并根据用户的语音信息动态更新知识图谱。
本申请实施例，通过获取用户的语音信息，确定出用户的更新意图之后，根据用户的更新意图实时对知识图谱进行更新，而不是根据从互联网获取的数据批量导入至知识图谱进行更新，达到了动态更新的效果。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的知识图谱的更新方法，图5示出了本申请实施例提供的知识图谱的更新装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。
参照图7，该装置包括：
获取模块71，用于获取用户的语音信息；
识别模块72，用于识别所述语音信息的目标实体以及所述目标实体之间的关系；
检测模块73，用于根据所述语音信息检测出所述用户的更新意图；
触发模块74，用于触发与所述更新意图对应的更新操作；
更新模块75，用于执行所述更新操作，根据所述语音信息的目标实体以及所述目标实体之间的关系更新所述知识图谱。
在一种可能的实现方式中，所述识别模块包括：
转换单元，用于将所述用户的语音信息转换为文本信息；
识别单元，用于对所述文本信息进行命名实体识别，得到所述目标实体；
抽取单元，用于对所述实体进行关系抽取，得到所述目标实体之间的关系。
在一种可能的实现方式中，所述检测模块包括：
查找单元，用于根据所述文本信息查找所述用户的候选意图；
确定单元，用于在所述候选意图中确定所述用户的更新意图。
在一种可能的实现方式中，所述查找单元包括：
切词子单元，用于对所述文本信息进行切词处理，得到分词信息；
查找子单元，用于查找与每个所述分词信息对应的第一向量；
确定子单元，用于根据所述用户的特征信息确定出待匹配候选意图对应的第二向量；
计算子单元，用于根据下式计算第一向量与第二向量之间的耦合向量；
选取子单元，用于按照下式选取分词信息对应的待匹配候选意图，将与所述分词信息匹配的待匹配候选意图作为所述用户的候选意图。
在一种可能的实现方式中，所述确定单元包括：
查找子单元，用于查找所述候选意图中是否存在待验证更新意图；
调用子单元，用于若是，则调用预设的更新询问文本，发送所述更新询问文本至所述用户；
验证子单元，用于根据所述用户返回的验证信息确定所述待验证更新意图为更新意图。
在一种可能的实现方式中，所述更新模块包括：
识别单元，用于识别所述目标实体中的主目标实体和副目标实体；
反馈单元，用于若所述主目标实体不存在，则发送提示信息至所述用户；
更新单元，用于识别所述用户返回的新增信息中的主目标实体以及副目标实体，并根据主目标实体以及副目标实体之间的对应关系更新所述知识图谱。
在一种可能的实现方式中，所述更新模块还包括：
判断单元，包括若所述主目标实体存在，则判断所述主目标实体的数量；
关联实体更新单元，用于当所述主目标实体的数量小于预设数量阈值时，在所述知识图谱中查找与所述主目标实体相关的关联实体，根据与所述主目标实体对应的副目标实体更新所述关联实体；
发送单元，用于当所述主目标实体的数量大于预设数量阈值时，将所述主目标实体作为非唯一主目标实体发送至用户；
确定单元，用于根据所述用户返回的确认信息确定出所述非唯一主目标实体中唯一主目标实体，并根据所述唯一主目标实体更新所述知识图谱。
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
图8为本申请一实施例提供的终端设备的结构示意图。如图8所示，该实施例的终端设备8包括：至少一个处理器80、存储器81以及存储在所述存储器81中并可在所述至少一个处理器80上运行的计算机程序82，所述处理器80执行所述计算机程序82时实现上述方法实施例中的各个步骤。
所述终端设备8可以是桌上型计算机、笔记本、掌上电脑等计算设备。该终端设备可包括，但不仅限于，处理器80、存储器81。本领域技术人员可以理解，图8仅仅是终端设备8的举例，并不构成对终端设备8的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
所称处理器80可以是中央处理单元(Central Processing Unit，CPU)，该处理器80还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器81在一些实施例中可以是所述终端设备8的内部存储单元，例如终端设备8的硬盘或内存。所述存储器81在另一些实施例中也可以是所述终端设备8的外部存储设备，例如所述终端设备8上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器81还可以既包括所述终端设备8的内部存储单元也包括外部存储设备。所述存储器81用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例还提供了一种网络设备，该网络设备包括：至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意各个方法实施例中的步骤。
本申请实施例还提供了一种可读存储介质，所述可读存储介质为计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (7)

1.一种知识图谱的更新方法，其特征在于，包括：
获取用户的语音信息；
识别所述语音信息的目标实体以及所述目标实体之间的关系；
根据所述语音信息检测出所述用户的更新意图；
根据所述语音信息检测出所述用户的更新意图，包括：根据文本信息查找所述用户的候选意图，在所述候选意图中确定所述用户的更新意图，其中，候选意图包括更新意图、查询意图；
触发与所述更新意图对应的更新操作；
执行所述更新操作，根据所述语音信息的目标实体以及所述目标实体之间的关系更新所述知识图谱；
根据所述文本信息查找所述用户的候选意图，包括：
对所述文本信息进行切词处理，得到分词信息；
查找与每个所述分词信息对应的第一向量；
根据所述用户的特征信息确定出待匹配候选意图对应的第二向量；
根据下式计算第一向量与第二向量之间的耦合向量：
Figure 282580DEST_PATH_IMAGE001
Figure 360126DEST_PATH_IMAGE002
，其中，n为第一向量的序号，m为第二向量的序号，M为第二向量的序号总数，f为用户的每个特征信息对应的序号，
Figure 157181DEST_PATH_IMAGE001
为第n个第一向量与第m个第二向量之间的耦合向量，
Figure 766017DEST_PATH_IMAGE003
为序号为n的第一向量，
Figure 877192DEST_PATH_IMAGE004
为序号为m的第二向量，
Figure 887874DEST_PATH_IMAGE005
为序号为f的特征信息对应的权重值；
按照下式选取分词信息对应的待匹配候选意图，将与所述分词信息匹配的待匹配候选意图作为所述用户的候选意图：
Roundn,m=｛
Figure 855830DEST_PATH_IMAGE006
、
Figure 640377DEST_PATH_IMAGE007
、……
Figure 351981DEST_PATH_IMAGE008
｝
Figure 217169DEST_PATH_IMAGE009
Figure 293710DEST_PATH_IMAGE010
，其中，Roundn,m为得到的用户候选意图对应的集合，H为耦合向量的序号总数，Hmid为序号1至序号H之间的中间序号，
Figure 877138DEST_PATH_IMAGE006
为序号1对应的的耦合向量，
Figure 126853DEST_PATH_IMAGE007
为序号2对应的耦合向量，
Figure 299078DEST_PATH_IMAGE008
为序号H对应的向量，
Figure 608836DEST_PATH_IMAGE010
为序号1至序号H之间的中间序号对应的耦合向量；
在所述候选意图中确定所述用户的更新意图，包括：
查找所述候选意图中是否存在待验证更新意图；
若是，则调用预设的更新询问文本，发送所述更新询问文本至所述用户；
根据所述用户返回的验证信息确定所述待验证更新意图为更新意图。
2.如权利要求1所述的知识图谱的更新方法，其特征在于，识别所述语音信息的实体以及所述实体之间的关系，包括：
将所述用户的语音信息转换为文本信息；
对所述文本信息进行命名实体识别，得到所述目标实体；
对所述实体进行关系抽取，得到所述目标实体之间的关系。
3.如权利要求1所述的知识图谱的更新方法，其特征在于，执行所述更新操作，根据所述语音信息的目标实体以及所述目标实体之间的关系更新所述知识图谱，包括：
识别所述目标实体中的主目标实体和副目标实体；
若所述主目标实体不存在，则发送提示信息至所述用户；
识别所述用户返回的新增信息中的主目标实体以及副目标实体，并根据主目标实体以及副目标实体之间的对应关系更新所述知识图谱。
4.如权利要求1所述的知识图谱的更新方法，其特征在于，识别所述目标实体中的主目标实体和副目标实体之后，还包括：
若所述主目标实体存在，则判断所述主目标实体的数量；
当所述主目标实体的数量小于预设数量阈值时，在所述知识图谱中查找与所述主目标实体相关的关联实体，根据与所述主目标实体对应的副目标实体更新所述关联实体；
当所述主目标实体的数量大于预设数量阈值时，将所述主目标实体作为非唯一主目标实体发送至用户；
根据所述用户返回的确认信息确定出所述非唯一主目标实体中唯一主目标实体，并根据所述唯一主目标实体更新所述知识图谱。
5.一种知识图谱的更新装置，其特征在于，包括：
获取模块，用于获取用户的语音信息；
识别模块，用于识别所述语音信息的目标实体以及所述目标实体之间的关系；
检测模块，用于根据所述语音信息检测出所述用户的更新意图；
触发模块，用于触发与所述更新意图对应的更新操作；
更新模块，用于执行所述更新操作，根据所述语音信息的目标实体以及所述目标实体之间的关系更新所述知识图谱；
所述检测模块，包括：
查找单元，用于根据文本信息查找所述用户的候选意图；
确定单元，用于在所述候选意图中确定所述用户的更新意图；
其中，候选意图包括更新意图、查询意图；
所述查找单元包括：
切词子单元，用于对所述文本信息进行切词处理，得到分词信息；
第一查找子单元，用于查找与每个所述分词信息对应的第一向量；
确定子单元，用于根据所述用户的特征信息确定出待匹配候选意图对应的第二向量；
计算子单元，用于根据下式计算第一向量与第二向量之间的耦合向量：
Figure 679560DEST_PATH_IMAGE001
Figure 670650DEST_PATH_IMAGE011
，其中，n为第一向量的序号，m为第二向量的序号，M为第二向量的序号总数，f为用户的每个特征信息对应的序号，
Figure 510430DEST_PATH_IMAGE001
为第n个第一向量与第m个第二向量之间的耦合向量，
Figure 991090DEST_PATH_IMAGE003
为序号为n的第一向量，
Figure 971947DEST_PATH_IMAGE004
为序号为m的第二向量，
Figure 829044DEST_PATH_IMAGE005
为序号为f的特征信息对应的权重值；
选取子单元，用于按照下式选取分词信息对应的待匹配候选意图，将与所述分词信息匹配的待匹配候选意图作为所述用户的候选意图：
Roundn,m=｛
Figure 523331DEST_PATH_IMAGE006
、
Figure 174892DEST_PATH_IMAGE007
、……
Figure 157892DEST_PATH_IMAGE008
｝
Figure 553101DEST_PATH_IMAGE009
Figure 101894DEST_PATH_IMAGE010
，其中，Roundn,m为得到的用户候选意图对应的集合，H为耦合向量的序号总数，Hmid为序号1至序号H之间的中间序号，
Figure 376886DEST_PATH_IMAGE006
为序号1对应的的耦合向量，
Figure 643920DEST_PATH_IMAGE007
为序号2对应的耦合向量，
Figure 842820DEST_PATH_IMAGE008
为序号H对应的向量，
Figure 246119DEST_PATH_IMAGE010
为序号1至序号H之间的中间序号对应的耦合向量；
所述确定单元包括：
第二查找子单元，用于查找所述候选意图中是否存在待验证更新意图；
调用子单元，用于若是，则调用预设的更新询问文本，发送所述更新询问文本至所述用户；
验证子单元，用于根据所述用户返回的验证信息确定所述待验证更新意图为更新意图。
6.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述的方法。
7.一种可读存储介质，所述可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的方法。
CN202010778641.5A 2020-08-05 2020-08-05 知识图谱的更新方法、装置、终端设备及可读存储介质 Active CN111858966B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010778641.5A CN111858966B (zh) 2020-08-05 2020-08-05 知识图谱的更新方法、装置、终端设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010778641.5A CN111858966B (zh) 2020-08-05 2020-08-05 知识图谱的更新方法、装置、终端设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN111858966A CN111858966A (zh) 2020-10-30
CN111858966B true CN111858966B (zh) 2021-12-31

Family

ID=72971519

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010778641.5A Active CN111858966B (zh) 2020-08-05 2020-08-05 知识图谱的更新方法、装置、终端设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN111858966B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113345430B (zh) * 2021-06-25 2024-05-10 上海适享文化传播有限公司 基于语音固定条件下多字段的查询方法
CN115473805B (zh) * 2022-07-29 2024-04-19 青岛海尔科技有限公司 设备的更新方法和装置、存储介质及电子装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8326603B1 (en) * 1994-09-30 2012-12-04 Budzinski Robert L Memory system for storing and retrieving experience and knowledge with natural language queries
CN109145123A (zh) * 2018-09-30 2019-01-04 国信优易数据有限公司 知识图谱模型的构建方法、智能交互方法、系统及电子设备
CN110287283A (zh) * 2019-05-22 2019-09-27 中国平安财产保险股份有限公司 意图模型训练方法、意图识别方法、装置、设备及介质
CN110427467A (zh) * 2019-06-26 2019-11-08 深圳追一科技有限公司 问答处理方法、装置、计算机设备和存储介质
CN110706696A (zh) * 2019-09-25 2020-01-17 珠海格力电器股份有限公司 一种语音控制方法及装置
CN110795532A (zh) * 2019-10-18 2020-02-14 珠海格力电器股份有限公司 一种语音信息的处理方法、装置、智能终端以及存储介质
CN111061859A (zh) * 2019-12-02 2020-04-24 深圳追一科技有限公司 基于知识图谱的数据处理方法、装置和计算机设备

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9189501B2 (en) * 2001-08-31 2015-11-17 Margaret Runchey Semantic model of everything recorded with UR-URL combination identity-identifier-addressing-indexing method, means, and apparatus
US20200151392A1 (en) * 2015-10-28 2020-05-14 Qomplx, Inc. System and method automated analysis of legal documents within and across specific fields
US11436469B2 (en) * 2017-07-31 2022-09-06 Microsoft Technology Licensing, Llc Knowledge graph for conversational semantic search
CN111459290B (zh) * 2018-01-26 2023-09-19 上海智臻智能网络科技股份有限公司 交互意图确定方法及装置、计算机设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8326603B1 (en) * 1994-09-30 2012-12-04 Budzinski Robert L Memory system for storing and retrieving experience and knowledge with natural language queries
CN109145123A (zh) * 2018-09-30 2019-01-04 国信优易数据有限公司 知识图谱模型的构建方法、智能交互方法、系统及电子设备
CN110287283A (zh) * 2019-05-22 2019-09-27 中国平安财产保险股份有限公司 意图模型训练方法、意图识别方法、装置、设备及介质
CN110427467A (zh) * 2019-06-26 2019-11-08 深圳追一科技有限公司 问答处理方法、装置、计算机设备和存储介质
CN110706696A (zh) * 2019-09-25 2020-01-17 珠海格力电器股份有限公司 一种语音控制方法及装置
CN110795532A (zh) * 2019-10-18 2020-02-14 珠海格力电器股份有限公司 一种语音信息的处理方法、装置、智能终端以及存储介质
CN111061859A (zh) * 2019-12-02 2020-04-24 深圳追一科技有限公司 基于知识图谱的数据处理方法、装置和计算机设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
徐增林 等."知识图谱技术综述".《电子科技大学学报》.2016,第45卷(第4期),第589-606页. *

Also Published As

Publication number Publication date
CN111858966A (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
CN108491433B (zh) 聊天应答方法、电子装置及存储介质
CN111858966B (zh) 知识图谱的更新方法、装置、终端设备及可读存储介质
CN112199588A (zh) 舆情文本筛选方法及装置
CN111460117B (zh) 对话机器人意图语料生成方法、装置、介质及电子设备
CN114706945A (zh) 意图识别方法、装置、电子设备及存储介质
CN111859013A (zh) 数据处理方法、装置、终端和存储介质
CN114547257B (zh) 类案匹配方法、装置、计算机设备及存储介质
CN111126084B (zh) 数据处理方法、装置、电子设备和存储介质
CN113436614B (zh) 语音识别方法、装置、设备、系统及存储介质
CN112487159B (zh) 检索方法、检索装置及计算机可读存储介质
CN111898363B (zh) 文本长难句的压缩方法、装置、计算机设备及存储介质
CN112749258A (zh) 数据搜索的方法和装置、电子设备和存储介质
CN110263135B (zh) 一种数据交换匹配方法、装置、介质和电子设备
CN114742058B (zh) 一种命名实体抽取方法、装置、计算机设备及存储介质
CN113724698B (zh) 语音识别模型的训练方法、装置、设备及存储介质
CN114242047A (zh) 一种语音处理方法、装置、电子设备及存储介质
CN114528851A (zh) 回复语句确定方法、装置、电子设备和存储介质
CN114297449A (zh) 内容查找方法、装置、电子设备及计算机可读介质及产品
CN113987134A (zh) 工单检索方法、装置、电子设备及存储介质
CN110276001B (zh) 盘点页识别方法、装置、计算设备和介质
CN113609373A (zh) 知识推荐方法、装置、电子设备及存储介质
CN113505196A (zh) 基于词性的文本检索方法、装置、电子设备及存储介质
CN111625636A (zh) 一种人机对话的拒绝识别方法、装置、设备、介质
CN117093715B (zh) 词库扩充方法、系统、计算机设备及存储介质
CN116383346B (zh) 检索理解方法和电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant